Saltar al contenido principal
Library homepage
 
LibreTexts Español

3.1.2: Desambiguación por Máquina

  • Page ID
    102230
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    ¿Qué tipo de instrucciones le das a una computadora cuando quieres que desambigue siendo sensible al contexto? Es necesario enseñarle a utilizar los conocimientos de fondo apropiados codificados en su base de datos. Por ejemplo, supongamos que quieres construir una computadora, llamémosla Watson, para entender el inglés y luego traducir el inglés a otro idioma. ¿Cómo manejaría Watson estas dos frases?

    El tiempo vuela como una flecha en el cielo.
    La fruta vuela como un plátano.

    Cuando lees estas dos frases, te diste cuenta inconscientemente que vuela es un verbo en la primera oración pero no en la segunda. Gran parte de nuestra comprensión del inglés requiere una gran cantidad de desambiguación inconsciente de este tipo. Sería extremadamente difícil programar a Watson con todo lo que necesita “saber” para hacer este tipo de procesamiento para todas las frases posibles en inglés.

    Para explorar más a fondo este problema, trate de darle sentido a la siguiente afirmación:

    Los pollos están listos para comer.

    ¿Están las gallinas listas para hacer algo o están a punto de ser comidas? No se produce ningún problema de ambigüedad con esta declaración gramaticalmente similar:

    Los filetes están listos para comer.

    Al leer esta declaración, inconscientemente buscaste en tus conocimientos previos si el bistec es el tipo de cosas que come otras cosas, y entonces pudiste descartar esa interpretación del enunciado. Es difícil programar una computadora para hacer esto. Si alguna vez va a haber un programa informático artificialmente inteligente que utilice conocimientos de fondo para desambiguar, entonces alguien va a tener que instruirlo para que haga todo el procesamiento de información que hacemos inconscientemente por nosotros los humanos, que somos naturalmente inteligentes.

    En la década de 1950, cuando comenzó el campo de la informática, muchos diseñadores y programadores informáticos hicieron afirmaciones radicalmente optimistas sobre cómo estaban a punto de automatizar la comprensión del lenguaje y la traducción del idioma. El gobierno de Estados Unidos estaba convencido, e invirtió una gran cantidad de dinero en intentos de automatizar la traducción de idiomas. Por ejemplo, financió un proyecto para desarrollar un programa informático que pudiera traducir fácilmente del inglés al ruso y también del ruso al inglés. Después de años de fuerte inversión, uno de los investigadores probó el producto principal de todos estos esfuerzos alimentándose en la siguiente frase en inglés:

    El espíritu está dispuesto, pero la carne es débil.

    El investigador luego tomó la producción rusa y la alimentó a la máquina para que la tradujera de nuevo al inglés, esperando conseguir algo parecido a la frase original. Aquí estaba el resultado:

    El vodka es fuerte, pero la carne está podrida.

    En consecuencia, el gobierno redujo drásticamente los fondos para la traducción automática.

    Estos ejemplos del fracaso de la traducción automática nos muestran que la ambigüedad es un serio obstáculo para cualquier tratamiento mecánico de la comprensión del lenguaje.


    This page titled 3.1.2: Desambiguación por Máquina is shared under a CC BY-NC-SA license and was authored, remixed, and/or curated by Bradley H. Dowden.